'Maîtriser Google Antigravity : Guide Complet sur les Agents, Skills et Workflows'

📖 Sommaire

1. L’Agent : Le cœur de Google Antigravity
2. Les Skills : Étendre les super-pouvoirs de l’Agent
3. Rules & Workflows : Cadrer et Automatiser
- Les Rules (Règles)
  - Modes d’activation des Rules
- Les Workflows (Flux de travail)
  - Exécution et Enchaînement
Conclusion

L’ère du développement agent-first est en marche, et Google Antigravity s’impose comme une plateforme incontournable. Loin d’être un simple éditeur de code avec une barre latérale IA, Antigravity transforme le rôle du développeur : vous devenez l’architecte d’une armée d’agents autonomes.

Dans cet article détaillé, nous allons plonger au cœur de cet écosystème. Nous décortiquerons le fonctionnement des Agents, la manière d’étendre leurs capacités via les Skills, et comment encadrer leur comportement avec les Rules et les Workflows. Ce guide est conçu pour vous offrir un niveau d’expertise technique, tout en restant accessible aux débutants.

TOC {:toc}

1. L’Agent : Le cœur de Google Antigravity

L’Agent est la fonctionnalité IA principale d’Antigravity. Il s’agit d’un système de raisonnement multi-étapes propulsé par un modèle LLM de pointe. Sa force réside dans sa capacité à raisonner sur votre code existant, à utiliser une large gamme d’outils (y compris le navigateur web), et à communiquer avec vous de manière fluide via des tâches et des artefacts.

Composants Principaux

Pour bien comprendre comment l’Agent fonctionne, il faut examiner ses quatre piliers :

Modèle de raisonnement (Reasoning Model) : Le cerveau de l’opération, capable d’analyser des problèmes complexes.
Outils (Tools) : Des capacités exécutables (ex: Model Context Protocol - MCP) permettant à l’Agent d’interagir avec votre environnement (système de fichiers, terminaux, bases de données).
Artéfacts (Artifacts) : Les résultats tangibles générés par l’Agent (code source, documents, diagrammes).
Connaissances (Knowledge) : Le contexte de votre projet et de votre espace de travail.

Architecture Globale (Vue de Haut Niveau)

Voici un diagramme de haut niveau illustrant l’architecture de Google Antigravity.

graph TD
    A[Développeur / Architecte] -->|Interagit avec| B(Google Antigravity Editor)
    B -->|Instancie| C[Agent Conversation]
    C --> D[Modèle de Raisonnement LLM]
    D --> E[Outils & MCP]
    D --> F[Skills]
    D --> G[Rules & Workflows]
    E --> H[(Base de Code Locale)]
    E --> I[Services Externes Web/DB]

Personnalisation de l’Agent

Vous pouvez instancier plusieurs conversations d’Agents en parallèle, vous permettant de déléguer plusieurs tâches simultanément. L’Agent se personnalise à travers plusieurs leviers :

Les Modes d’Agent et les paramètres.
L’intégration MCP (Model Context Protocol) pour connecter des serveurs externes.
Les Rules et Workflows (que nous détaillerons plus bas).

2. Les Skills : Étendre les super-pouvoirs de l’Agent

Si l’Agent est le cerveau, les Skills (compétences) sont ses manuels d’instructions spécialisés. Il s’agit d’un standard ouvert permettant d’étendre les capacités de l’Agent.

Qu’est-ce qu’un Skill ?

Un Skill est un package réutilisable de connaissances. Il se présente sous la forme d’un dossier contenant au minimum un fichier SKILL.md. Ce fichier contient :

Des instructions sur la manière d’aborder un type de tâche spécifique (ex: formater un commit Git, valider une base de données).
Des bonnes pratiques et conventions à suivre.
Éventuellement, des scripts et ressources supplémentaires (ex: scripts shell, exemples de code).

Le Cycle d’Utilisation d’un Skill

L’Agent n’a pas besoin que vous lui dictiez manuellement quel Skill utiliser. Il fonctionne sur un modèle de divulgation progressive :

sequenceDiagram
    participant D as Développeur
    participant A as Agent
    participant S as Liste des Skills (Noms + Descriptions)
    participant M as SKILL.md (Contenu Complet)

    D->>A: "Peux-tu relire ce code Python ?"
    A->>S: Découverte : Y a-t-il un Skill pertinent ?
    S-->>A: Trouvé : Skill "Python Code Reviewer"
    A->>M: Activation : Lecture des instructions complètes
    M-->>A: Règles de linting, conventions pytest
    A->>D: Exécution de la revue basée sur le Skill

Où vivent les Skills ?

Vous pouvez configurer des Skills à deux niveaux :

Workspace-specific (Local) : Idéal pour les conventions propres à un projet ou à une équipe. Ils se situent dans <workspace-root>/.agents/skills/<skill-folder>/.
Global : Utile pour vos utilitaires personnels ou outils généralistes que vous voulez partout. Ils se situent dans ~/.gemini/antigravity/skills/<skill-folder>/.

Astuce d’Expert : Gardez vos Skills très ciblés. Il vaut mieux créer plusieurs Skills spécifiques qu’un seul Skill “fourre-tout”. La description YAML (description) en haut de votre SKILL.md est primordiale : c’est elle que l’Agent lit pour décider s’il doit utiliser ce Skill ou non. Rédigez-la à la troisième personne avec des mots-clés clairs.

3. Rules & Workflows : Cadrer et Automatiser

Pour garantir que l’Agent s’intègre parfaitement à votre style de développement, Antigravity propose les Rules (Règles) et les Workflows (Flux de travail).

Les Rules (Règles)

Les Rules sont des contraintes définies manuellement que l’Agent doit suivre. C’est l’endroit idéal pour spécifier votre stack technique, vos préférences de nommage, ou des contraintes d’architecture.

Tout comme les Skills, elles existent au niveau :

Global : Dans ~/.gemini/GEMINI.md.
Workspace : Dans .agents/rules/. (Note : la limite est de 12 000 caractères par fichier).

Modes d’activation des Rules

Une fonctionnalité très puissante des Rules est la granularité de leur déclenchement :

Manual : Activée manuellement via une mention @ dans la boîte de dialogue.
Always On : Appliquée en permanence.
Model Decision : Le modèle décide de l’appliquer en fonction du contexte en langage naturel.
Glob : Appliquée uniquement sur certains types de fichiers (ex: src/**/*.ts).

graph LR
    A[Agent Analyse Tâche] --> B{Fichier cible ?}
    B -- ".ts" --> C[Applique la règle Glob TypeScript]
    B -- ".py" --> D[Ignore la règle TypeScript]
    A --> E{Contexte général ?}
    E -- "Model Decision" --> F[Applique la règle de style d'architecture]

Les Workflows (Flux de travail)

Là où les Rules agissent comme un contexte persistant (au niveau du prompt), les Workflows agissent au niveau de la trajectoire. Ils guident l’Agent à travers une séquence structurée d’étapes répétitives (ex: déployer un service, trier des tickets de bugs).

Les Workflows sont des fichiers Markdown contenant un titre, une description, et une liste d’instructions séquentielles.

Exécution et Enchaînement

Pour exécuter un workflow, il suffit de taper /nom-du-workflow dans le chat de l’Agent. La véritable puissance réside dans l’imbrication : un workflow peut en appeler un autre !

sequenceDiagram
    participant D as Développeur
    participant A as Agent
    participant W1 as Workflow: /deploy-service
    participant W2 as Workflow: /run-tests
    participant W3 as Workflow: /build-docker

    D->>A: Exécute /deploy-service
    A->>W1: Lit les étapes
    W1->>A: Étape 1 : Appel de /run-tests
    A->>W2: Exécute les tests unitaires
    W2-->>A: Tests validés
    W1->>A: Étape 2 : Appel de /build-docker
    A->>W3: Construit l'image Docker
    W3-->>A: Image prête
    A->>D: "Déploiement terminé avec succès !"

Le saviez-vous ? Vous pouvez demander à l’Agent de générer un Workflow pour vous. Après avoir guidé manuellement l’Agent à travers une série d’étapes complexes, demandez-lui d’analyser l’historique de la conversation pour créer un fichier Workflow réutilisable.

Conclusion

Google Antigravity redéfinit la manière dont nous concevons des logiciels. En comprenant comment orchestrer l’Agent, comment l’équiper de Skills précis, et comment canaliser son énergie avec des Rules et des Workflows, vous cessez d’être un simple codeur pour devenir un véritable architecte d’IA.

N’hésitez pas à explorer la documentation officielle et à expérimenter la création de vos propres Skills dans le dossier .agents/ de vos projets !